前置:企业成本、定价与竞争 · 信息不对称与合同
一家店准备多招一个人,求职者也在比较工作、通勤和照护安排。工资看起来像一个价格,但劳动交易还涉及技能匹配、工作条件、长期关系和不完全合同。先从一对具体选择出发,再看为什么同样下降的失业率可能代表完全不同的变化。
本篇前半解释招聘与工资的条件,后半把个人流动放进就业统计。数值为教学设定;统计定义以美国 BLS 的 CPS 说明作为明确例子,各国年龄范围和调查规则应分别核对。
企业多雇一个人,增加了什么
设一家价格接受的小店,每单位产品收入为 5,设备和店面在当天固定。不同用工人数的产出如下,人数是相同班次的等效劳动单位:
| 用工人数 | 总产出 | 新增产出 | 新增销售收入 |
| 0 | 0 | — | — |
| 1 | 10 | 10 | 50 |
| 2 | 18 | 8 | 40 |
| 3 | 24 | 6 | 30 |
| 4 | 28 | 4 | 20 |
若每人班次工资为 35,第一人新增收入 50、第二人 40,都高于新增工资;第三人仅增加 30,所以在这些条件下选两人。直接核对不含共同固定成本的余额:一人为 15,两人为 20,三人为 15。
新增销售收入称劳动的边际收益产品。它由新增实物产出和销售条件共同决定,不是一个人脱离团队、设备、客户之后的“固有价值”。产品需求增加、新工具或组织改善,都可能改变企业的招聘意愿。
这里假设额外产品能按固定价格卖出;有市场势力时,新增销量可能压低其他销量的价格,需要用边际收入而非产品售价计算。也没有说每个岗位都能像表格一样精确分离个人贡献。
求职者比较的不只是标价工资
一份工作每天多付 30,却增加两小时通勤和 20 元交通支出,净货币改善只有 10,时间成本还未计入。另一份工资低一些,却能配合照护或提供培训,也可能更值得接受。
劳动供给因此受可替代工作、家庭安排、健康、税后收入和非货币条件影响。失去工作的人未必能立即接任何空缺:职业、地点、工作时段和资格可能不匹配。招聘与求职同时存在,并不能单独证明有人不愿工作或企业没有需求。
工资较高还可能减少离职、改善招聘和工作投入;监督不完全时,企业并不总愿意把工资压到有人肯来就行。这延续了信息与合同篇:劳动合同难以穷尽未来全部行为,真实工资形成需要制度与组织背景。
改变一个条件:雇主有没有买方势力
在许多独立雇主竞争同类劳动的模型里,提高一个有约束力的工资下限可能减少企业愿意雇用的人数。但若求职者难以换工作、当地雇主很少,一家企业可能面对向上倾斜的劳动供给:想多招一人,必须提高工资,甚至给原有员工一起加薪。
此时新增劳动成本可能高于最后一人的工资,雇主会限制用工。一个设计合适的工资下限,在一定范围内可能同时提高工资和用工;过高则仍可能减少用工。两种机制的假设不同,不能只看一条供需图就断言任何现实最低工资调整都必然同向。
要判断实际政策,需要比较受影响岗位、雇主集中度、原工资分布、工时、福利、价格和进入退出,而不只看一项就业人数。工资既是企业成本,也是家庭收入;这个收入如何传到其他企业,会在宏观波动篇继续讨论。
从求职经历到三个统计状态
在给定参考期与统计人口中,先分就业 E、失业 U、非劳动力 N。以美国 CPS 为例,主要统计 16 岁及以上平民非机构人口;就业包含参考周实际工作或有工作但因休假等符合暂时离岗条件者;失业通常要求无工作、过去四周主动求职且可以工作,临时解雇等待召回者有主动求职要求的例外。
想工作但停止主动寻找的人,可能不再计入主要失业指标的 U;退休、在校或照护者也可能在 N,具体仍看调查行为与条件,而非只看身份标签。无薪家务对生活很重要,却不能直接当作这项市场就业统计中的有薪岗位。
为便于计算,固定一组 100 人,初始就业 60、失业 10、非劳动力 30。劳动人口是 E+U=70;失业率为 U/(E+U)=14.29%,参与率为 (E+U)/100=70%,就业人口比为 E/100=60%。
同样“失业减少五人”,结果为什么不同
| 相对初始的独立变化 | E | U | N | 失业率 | 参与率 | 就业人口比 |
| 初始状态 | 60 | 10 | 30 | 14.29% | 70% | 60% |
| 五名失业者找到工作 | 65 | 5 | 30 | 7.14% | 70% | 65% |
| 五名失业者停止求职 | 60 | 5 | 35 | 7.69% | 65% | 60% |
| 五名非劳动力开始求职 | 60 | 15 | 25 | 20% | 75% | 60% |
第一和第二种变化都让失业率下降,只有第一种增加就业。第三种让失业率上升,却可能包含原先离开劳动力市场的人重新看到了机会。单个比率必须连同分子、分母和人口流动一起读。
正在呈现知识画面
改变条件,核对结果100 人基准为就业 60、失业 10、非劳动力 30。找到工作、停止求职和开始求职分别改变人数与分母。
{"id":"economics-19","title":"改变条件,核对结果","summary":"100 人基准为就业 60、失业 10、非劳动力 30。找到工作、停止求职和开始求职分别改变人数与分母。","height":750,"html":"<div class=\"controls\"><label for=\"scenario\"><span data-i18n=\"scenario\"></span><select id=\"scenario\"><option value=\"0\" selected data-i18n=\"baseline\"></option><option value=\"1\" data-i18n=\"hired\"></option><option value=\"2\" data-i18n=\"exit\"></option><option value=\"3\" data-i18n=\"entry\"></option></select></label></div><button id=\"reset\" type=\"button\" data-i18n=\"reset\"></button><div id=\"graphic\"></div><div id=\"results\" class=\"results\" role=\"status\" aria-live=\"polite\" data-i18n-label=\"result\"></div><p class=\"scope\" data-i18n=\"scope\"></p>","css":"body{padding:20px}h2{font-size:19px;margin:0 0 14px}.controls{display:grid;gap:16px}label{display:grid;grid-template-columns:minmax(0,1fr) auto;gap:6px;font-size:15px}select,input{grid-column:1/-1;width:100%;min-width:0;font:inherit}select{padding:10px;background:var(--paper);color:var(--ink);border:1px solid var(--rule);border-radius:6px;white-space:normal}input{accent-color:var(--accent)}button{min-height:44px;margin:16px 0;font:inherit}.plot{display:block;width:100%;max-width:560px;height:auto;margin:auto}.plot text{fill:var(--ink);font-size:14px}.legend{display:flex;gap:12px;flex-wrap:wrap;margin:8px 0;font-size:14px}.legend i{display:inline-block;width:16px;height:3px;margin-right:5px;vertical-align:middle}.results{display:grid;grid-template-columns:repeat(2,minmax(0,1fr));gap:10px;margin-top:16px}.metric{border:1px solid var(--rule);padding:10px;border-radius:6px;min-width:0}.metric span{display:block;font-size:14px;min-height:3.5em;overflow-wrap:anywhere}.metric strong{font-size:22px;font-weight:600}.barrow{margin:14px 0;font-size:15px}.barlabel{display:flex;justify-content:space-between;gap:10px}.bar{height:16px;background:var(--surface);margin-top:5px}.bar i{display:block;height:100%;background:var(--accent)}.stack{display:flex;height:35px;margin:15px 0}.stack span{display:flex;align-items:center;justify-content:center;color:var(--paper);font-size:13px}.scope{font-size:14px;color:var(--muted);margin:14px 0 0;line-height:1.65}@media(max-width:380px){body{padding:14px 10px}.results{gap:6px}.metric{padding:8px}.metric strong{font-size:19px}}.accounts{display:grid;grid-template-columns:repeat(2,minmax(0,1fr));gap:12px}.account{border:1px solid var(--rule);border-radius:8px;padding:12px;min-width:0}.account h3{font-size:16px;margin:0 0 12px}.account dl{margin:0}.account dt{font-size:13px;overflow-wrap:anywhere}.account dd{margin:2px 0 12px;font-variant-numeric:tabular-nums}.account .changed{font-weight:700;color:var(--accent)}.area-legend{font-size:14px;line-height:1.7}.area-legend span{display:block}.area-legend i{display:inline-block;width:12px;height:12px;margin-right:6px}@media(max-width:480px){.accounts{grid-template-columns:1fr}}","js":"const N=19,DEFAULTS={\"scenario\": 0};\n/* Pure, deterministic teaching models. Values are synthetic, not estimates. */\nfunction economy(n,p){\n if(n===6){const q=p.remaining,P0=10,P1=12,Q0=100;return{metrics:{oldRevenue:P0*Q0,newRevenue:P1*q,retainedGain:(P1-P0)*q,lostRevenue:P0*(Q0-q),elasticity:Math.abs(((q-Q0)/((q+Q0)/2))/((P1-P0)/((P1+P0)/2)))},revenueAreas:{remaining:q,oldPrice:P0,newPrice:P1,oldQuantity:Q0}};}\n if(n===5){const shift=p.scenario===1?20:0,supply=p.scenario===2?-20:0,P=(100+shift-supply)/20,Q=20+supply+10*P;return{metrics:{price:P,quantity:Q},plot:{xmax:140,ymax:14,x:'quantity',y:'price',lines:[{key:'demand',points:[[0,(120+shift)/10],[120+shift,0]]},{key:'supply',points:[[Math.max(0,20+supply),0],[140,(120-supply)/10]]},{key:'base',points:[[0,5],[140,5]],dash:true}],dot:[Q,P]}};}\n if(n===8){const b=p.response,bs=10,t=p.tax,Pb=5+bs*t/(b+bs),Ps=5-b*t/(b+bs),Q=70-b*bs*t/(b+bs);return{metrics:{buyer:Pb,seller:Ps,quantity:Q,revenue:t*Q,loss:.5*t*(70-Q)},plot:{xmax:100,ymax:20,x:'quantity',y:'price',areas:[{key:'revenue',points:[[0,Ps],[Q,Ps],[Q,Pb],[0,Pb]]},{key:'loss',points:[[Q,Ps],[Q,Pb],[70,5]]}],lines:[{key:'demand',points:[[0,5+70/b],[Math.min(100,70+5*b),Math.max(0,5+(70-100)/b)]]},{key:'supply',points:[[20,0],[100,8]]},{key:'base',points:[[0,5],[100,5]],dash:true},{key:'wedge',points:[[Q,Ps],[Q,Pb]]}],dot:[Q,Pb]}};}\n if(n===18){let index=100+p.weight*p.rise/100;return{metrics:{index,inflation:index-100},bars:[{key:'base',v:100},{key:'new',v:index}],max:180};}\n if(n===19){let E=60,U=10,N=30;if(p.scenario===1){E+=5;U-=5;}if(p.scenario===2){U-=5;N+=5;}if(p.scenario===3){U+=5;N-=5;}return{metrics:{employment:E,unemployment:U,participation:100*(E+U)/100,urate:100*U/(E+U),erate:E},stack:[E,U,N],stackKeys:['employment','unemployment','outside']};}\n if(n===20){const step=p.scenario;let reserves=100,loan=0,deposit=80,equity=20,br=0,bd=0;if(step!==0){loan=60;deposit=140;}if(step===2){reserves-=60;deposit-=60;br=60;bd=60;}if(step===3){loan=40;deposit=120;}const vals={reserves,loan,deposit,equity,bankBreserves:br,bankBdeposits:bd,borrowerDeposit:step===2?0:loan,borrowerGoods:step===2?60:0,borrowerDebt:loan,merchantDeposit:bd,merchantGoods:step===2?0:60};const prev=step>1?economy(20,{scenario:1}).accounts:economy20initial();return{metrics:{reserves,loan,deposit,equity,bankBreserves:br,bankBdeposits:bd,assets:reserves+loan,liabilities:deposit+equity},accounts:vals,ledger:[['bankA',['reserves','loan','deposit','equity']],['bankB',['bankBreserves','bankBdeposits']],['borrower',['borrowerDeposit','borrowerGoods','borrowerDebt']],['merchant',['merchantDeposit','merchantGoods']]].map(([title,keys])=>({title,items:keys.map(key=>({key,value:vals[key],delta:vals[key]-prev[key]}))}))};}\n if(n===22){const c=p.consume,shock=p.shock,rounds=Array.from({length:8},(_,k)=>shock*c**k);return{metrics:{total:shock/(1-c),shown:rounds.reduce((a,b)=>a+b,0),multiplier:1/(1-c)},bars:rounds.map((v,k)=>({label:String(k+1),v})),max:100,rounds};}\n if(n===25){const e=p.rate;return{metrics:{importBill:10*e,exportBill:70/e,debtBill:100*e},bills:true};}\n if(n===26){const A=p.tech,s=p.save/100,d=.1,k=(s*A/d)**2,y=A*Math.sqrt(k),trajectory=[];let current=25;for(let t=0;t<=60;t++){const output=A*Math.sqrt(current),investment=s*output,depreciation=d*current;trajectory.push({t,k:current,y:output,consumption:(1-s)*output,investment,depreciation});current+=investment-depreciation;}return{metrics:{capital:k,output:y,consumption:(1-s)*y},trajectory,plot:{xmax:60,ymax:Math.max(10,...trajectory.map(a=>a.y))*1.1,x:'period',y:'perPersonFlow',lines:[{key:'baselineConsumption',points:[[0,7.5],[60,7.5]],dash:true},{key:'outputPath',points:trajectory.map(a=>[a.t,a.y])},{key:'consumptionPath',points:trajectory.map(a=>[a.t,a.consumption])}]}};}\n throw Error('Unknown lesson');\n}\nfunction economy20initial(){return{reserves:100,loan:0,deposit:80,equity:20,bankBreserves:0,bankBdeposits:0,borrowerDeposit:0,borrowerGoods:0,borrowerDebt:0,merchantDeposit:0,merchantGoods:60};}\nif(typeof module!=='undefined')module.exports={economy};\n\nfunction renderTeachingView(r,el){\n if(r.ledger){\n el.innerHTML='<div class=\"accounts\">'+r.ledger.map(a=>'<section class=\"account\"><h3>'+escape(viz.t(a.title))+'</h3><dl>'+a.items.map(v=>`<dt>${escape(viz.t(v.key))}</dt><dd class=\"${v.delta?'changed':''}\">${viz.number(v.value)} (${v.delta>0?'+':''}${viz.number(v.delta)})</dd>`).join('')+'</dl></section>').join('')+'</div><p class=\"scope\">'+escape(viz.t('delta'))+'</p>';\n $('#results').hidden=true;\n }\n if(r.revenueAreas){const a=r.revenueAreas,x=q=>45+q*2.65,y=p=>213-p*14,q=a.remaining;\n let s=`<svg class=\"plot\" viewBox=\"0 0 360 270\" role=\"img\" aria-label=\"${escape(viz.t('figure'))}\"><path d=\"M45 28V213H322\" fill=\"none\" stroke=\"var(--rule)\"/>`;\n const rect=(x0,x1,p0,p1,c)=>`<rect x=\"${x(x0)}\" y=\"${y(p1)}\" width=\"${(x1-x0)*2.65}\" height=\"${(p1-p0)*14}\" fill=\"${c}\" fill-opacity=\".48\" stroke=\"${c}\"/>`;\n s+=rect(0,q,0,10,'#5277ab')+rect(0,q,10,12,'#247756')+rect(q,100,0,10,'#b56838');\n for(const p of[0,10,12])s+=`<text x=\"37\" y=\"${y(p)+4}\" text-anchor=\"end\">${p}</text>`;\n for(const v of[0,50,100])s+=`<text x=\"${x(v)}\" y=\"235\" text-anchor=\"middle\">${v}</text>`;\n s+=`<text x=\"45\" y=\"20\">${escape(viz.t('price'))}</text><text x=\"310\" y=\"261\" text-anchor=\"end\">${escape(viz.t('quantity'))}</text></svg>`;\n el.innerHTML=s+'<div class=\"area-legend\">'+[['retainedBase','#5277ab'],['retainedGain','#247756'],['lostRevenue','#b56838']].map(([k,c])=>`<span><i style=\"background:${c}\"></i>${escape(viz.t(k))}</span>`).join('')+'</div>';\n }\n}\n\nconst $=s=>document.querySelector(s),col=['var(--accent)','var(--second)','#7581ae','#b36b47'];\nconst escape=s=>String(s).replace(/[&<>\"']/g,c=>({'&':'&','<':'<','>':'>','\"':'"',\"'\":'''}[c]));\nfunction render(){\n let p={};for(const k of Object.keys(DEFAULTS)){p[k]=Number($('#'+k).value);let o=$('#out-'+k);if(o)o.textContent=viz.number(p[k]);}\n const r=economy(N,p);document.body.dataset.result=JSON.stringify(r.metrics);document.body.dataset.params=JSON.stringify(p);\n $('#results').innerHTML=Object.entries(r.metrics).map(([k,v])=>`<div class=\"metric\"><span>${escape(viz.t(k))}</span><strong data-metric=\"${k}\">${viz.number(v,2)}</strong></div>`).join('');\n const el=$('#graphic');el.replaceChildren();\n if(r.plot){const a=r.plot,x=q=>48+q/a.xmax*278,y=v=>205-v/a.ymax*164;\n let svg=`<svg class=\"plot\" viewBox=\"0 0 360 258\" role=\"img\" aria-label=\"${escape(viz.t('figure'))}\"><path d=\"M48 30V205H333\" fill=\"none\" stroke=\"var(--rule)\"/>`;\n for(const q of [0,a.xmax/2,a.xmax])svg+=`<text x=\"${x(q)}\" y=\"226\" text-anchor=\"middle\">${viz.number(q,1)}</text>`;\n for(const v of [0,a.ymax/2,a.ymax])svg+=`<text x=\"39\" y=\"${y(v)+4}\" text-anchor=\"end\">${viz.number(v,1)}</text>`;\n svg+=`<text x=\"48\" y=\"20\">${escape(viz.t(a.y))}</text><text x=\"326\" y=\"251\" text-anchor=\"end\">${escape(viz.t(a.x))}</text>`;\n (a.areas||[]).forEach((region,j)=>{svg+=`<polygon points=\"${region.points.map(([xx,yy])=>x(xx)+','+y(yy)).join(' ')}\" fill=\"${j===0?'#4c8c9d':'#bd7446'}\" fill-opacity=\".30\"/>`;});\n a.lines.forEach((l,j)=>{svg+=`<polyline fill=\"none\" stroke=\"${col[j]}\" stroke-width=\"${l.key==='wedge'?5:2.5}\" ${l.dash?'stroke-dasharray=\"5 4\"':''} points=\"${l.points.map(([xx,yy])=>x(xx)+','+y(yy)).join(' ')}\"/>`;});\n if(a.dot)svg+=`<circle cx=\"${x(a.dot[0])}\" cy=\"${y(a.dot[1])}\" r=\"5\" fill=\"var(--ink)\"/>`;\n el.innerHTML=svg+'</svg><div class=\"legend\">'+a.lines.map((l,j)=>`<span><i style=\"background:${col[j]}\"></i>${escape(viz.t(l.key))}</span>`).join('')+(a.areas||[]).map((a,j)=>`<span><i style=\"height:10px;background:${j===0?'#4c8c9d':'#bd7446'}\"></i>${escape(viz.t(a.key))}</span>`).join('')+'</div>';\n }else if(r.bars){el.innerHTML=r.bars.map(b=>`<div class=\"barrow\"><div class=\"barlabel\"><span>${escape(b.key?viz.t(b.key):viz.t('round')+' '+b.label)}</span><strong>${viz.number(b.v)}</strong></div><div class=\"bar\"><i style=\"width:${Math.abs(b.v)/Math.max(r.max,...r.bars.map(a=>Math.abs(a.v)))*100}%\"></i></div></div>`).join('')+(N===22?`<p class=\"scope\">${escape(viz.t('negative'))}</p>`:'');\n }else if(r.stack){el.innerHTML='<div class=\"stack\">'+r.stack.map((v,j)=>`<span style=\"width:${v}%;background:${col[j]}\">${v}</span>`).join('')+'</div><div class=\"legend\">'+r.stackKeys.map((k,j)=>`<span><i style=\"background:${col[j]}\"></i>${escape(viz.t(k))}</span>`).join('')+'</div>';}\nrenderTeachingView(r,el);\n}\nfor(const k of Object.keys(DEFAULTS))$('#'+k).addEventListener('input',render);\n$('#reset').addEventListener('click',()=>{for(const[k,v]of Object.entries(DEFAULTS))$('#'+k).value=v;render();});render();\n","audio":false,"strings":{"baseline":"保持基准","employment":"就业人数","entry":"5 人开始求职","erate":"就业人口比 / %","exit":"5 人停止求职","figure":"当前参数下的模型图;准确值见下方结果。","hired":"5 人找到工作","outside":"非劳动力","participation":"劳动参与率 / %","reset":"恢复基准","result":"计算结果","scenario":"选择一种变化","scope":"100 人基准为就业 60、失业 10、非劳动力 30。找到工作、停止求职和开始求职分别改变人数与分母。","unemployment":"失业人数","urate":"失业率 / %"}}
每次切换都从同一个初始群组出发,不是依次累加三个事件。先预测哪个分母会变,再核对颜色区块和比率。不要把失业率 20% 误读为全部 100 人中有 20 人失业,此时是 15/75。
总量改善还需要看什么
就业人数增加但每人工作时数大幅下降,总劳动投入未必上升;找到了工作也可能是收入或技能不匹配的岗位。进一步看工时、工资、长期失业、就业不足与群体差异,能补充单个就业率的盲区。
反过来,一家公司裁员不等于全国净就业同量下降,其他企业可能吸收劳动;全国就业增加也不等于原来的失业者全部找到更好的岗位。个人经历、企业招聘与总体统计处在不同层次,需要用同一批人或明确可比的群组连接。
读一则新消息
报道说失业率下降,但就业人数没变、参与率下降。你能把它直接解释为“企业扩大招聘”吗?需要补哪项观察?
展开推理
不能。这与部分失业者退出劳动力市场相容。应检查就业、失业与非劳动力之间的流动、人口变化、求职状态和统计参考期;有条件时看同一群组的转移。先核对分子和分母,比单独给下降的失业率贴上好消息标签更有信息。
店铺表中工资从 35 变为 45,产品售价和产出关系都不变,企业选多少人?这个结果能直接代表全经济的工资政策效果吗?
展开推理
本表第一人增加收入 50,第二人只增加 40,所以选一人。不应直接推广:这是固定需求、设备和竞争条件下的一家企业的局部选择,没有纳入家庭收入反馈、不同雇主、进入退出或劳动市场势力。要扩大结论,必须相应扩大模型和证据范围。
资料与延伸阅读
以下资料用于核对概念与统计口径;本文数字、算例和图形为原创教学设定。
CORE · The Firm: Employees, Managers, and Owners · BLS · How Unemployment Is Measured